Ruthless_Childe的博客

原创 大数据应用技术实验报告七 Spark

Spark好在哪里？Spark的中间数据放到内存中，对于迭代运算效率更高。Spark更适合于迭代运算比较多的ML和DM运算。因为在Spark里面，有RDD的抽象概念。Spark比Hadoop更通用Spark提供的数据集操作类型有很多①Transformations转换操作：map, filter, flatMap, sample, groupByKey, reduceByKey, uni...

原创 Hive安装与配置

Hive安装与配置①下载压缩包官网下载地址：http://mirror.bit.edu.cn/apache/hive/选择apache-hive-2.3.4-bin.tar.gz，在Windows里面下载。②将压缩包从Windows传输到Linux当前目录下¬¬SecureCRT 【File】→【Connect SFTP Session】开启sftp操作③解压解压安装到指定目录下/o...

原创 大数据应用技术实验报告六 Hive和MySQL

MapReduce 实现 HiveQL 常见操作Join的实现原理:select u.name, o.orderid from order o join user u on o.uid = u.uid;MapReduce 实现 HiveQL 常见操作Group By的实现原理:select rank, isonline, count(*) from city group ...

原创 大数据应用技术实验报告五 NoSQL

NoSQL数据库Redis在Linux系统下的安装和运维可参考https://blog.csdn.net/qq_15329947/article/details/87003791Redis常用命令**（转载https://www.cnblogs.com/kevinws/p/6281395.html）**doc 环境下使用命令：keys 命令 ? ...

原创 大数据应用技术实验报告四 HBase

HBase安装配置①下载压缩包（选择与自己安装的Hadoop版本的兼容版本，见后面附录）官网下载地址：https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/选择稳定版hbase-1.4.9-bin.tar.gz，在Windows里面下载。②将压缩包从Windows传输到Linux当前目录下SecureCRT 【File】→【C...

原创 大数据应用技术实验报告三 MapReduce分布式编程

MapReduce 分布式计算系统Mapper负责“分”分解计算任务，规模大大缩小；“计算向数据靠近” ；这些小任务可以并行计算。Reducer负责“汇总” map阶段的结果Combiner函数本地化的reducerPartitioner函数决定着Map节点的输出将被分区到哪个Reduce节点什么是shuffle怎样把map task的输出结果有效地传送到reduce...

原创 大数据应用技术实验报告二 HDFS命令和Java API

Linux的shell命令常用的linux的shell命令：cd /aa 转到/aa目录pws 显示当前目录ll /aa 显示/aa目录mkdir /aa 新建/aa目录rm /aa/out.txt 删除/aa目录下的out.txt文件cat /aa/out.txt 查看/aa目录下的out.txt文件的...

原创 Eclipse里新建Maven Project

在Eclipse里新建Maven Project在Eclipse里新建Maven Project输入com.bla，项目名称HDFSTest。自动生成Maven项目，新建包hdfs.files，包里新建class：4个java文件。编程过程使用Eclipse快捷键Alt+/ 自动补全单词Ctrl+1 自动修正，自动添加包、异常。...

原创 安装配置JDK+Eclipse+Maven

步骤：1.安装JDK→2.安装Eclipse→3.安装Maven→4. Eclipse里配置Maven （下载Windows版本，在Windows里安装使用。）1.安装配置JDK①官网下载Java开发工具安装包jdk-8u201-windows-x64.exe：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downl...

原创 克隆虚拟机

克隆虚拟机先关闭被克隆虚拟机，【虚拟机(M)】→【管理(M)】→【克隆©】

原创 大数据应用技术实验报告一 Hadoop三种模式安装配置

JDK+Hadoop安装配置、单机模式配置以下操作在SecureCRT里面完成1.关闭防火墙firewall-cmd --state 显示防火墙状态running/not runningsystemctl stop firewalld 临时关闭防火墙，每次开机重新开启防火墙systemctl disable firewalld 禁止防火墙服务。2.传输JDK和HADOOP压缩包Sec...

原创 SecureCRT新建Session修改外观

SecureCRT新建Session、修改外观Hostname输入下下图安装CentOS时的以太网IP地址Session name可以任意双击新建Session，输入root用户密码，选择【Save password】连接成功修改外观：【Options】→【Session Options】→【Appearance】→【Font】选择字体【Character encoding...

原创 SecureCRT安装

安装SecureCRT安装完成后不运行程序，复制压缩包中的Kg_ttrar.exe程序到安装目录。运行Kg_ttrar.ex，点击Patch按钮两次，分别加载两个默认文件，对源程序（即所安装程序的主程序）打补丁。如下所示：选择SecureCRT文件，点击【打开】选择LicenseHelper文件，点击【打开】启动SecureCRT，点击【Enter License ...

原创 CentOS7安装

安装CentOS7点击【创建新的虚拟机】点击【自定义安装】点击【下一步】点击【稍后安装操作系统(S)】点击【Linux(L)】输入虚拟机名称，选择安装位置点击【下一步】点击【下一步】点击【使用网络地址转换(NAT)(E)】选择【LSI Logic(L)】点击【下一步】选择【SCSI(S)】点击【下一步】选择【创建新虚拟磁盘】点击【下一步】选择【将虚...

原创 Vmware Workstation Pro 12安装步骤

Vmware Workstation Pro 12安装步骤点击【下一步】开始安装点击【更改】，选择安装路径，点击【下一步】取消勾选，点击【下一步】点击【安装】点击【许可证】粘贴激活码文件里的激活码，点击【输入】点击【完成】，安装完成...

原创 初次使用简易爬虫软件

转载 什么是大数据

大数据概念：指的是传统数据处理应用软件不足以处理(存储和计算)它们大而复杂的数据集。数据级别：1.MB:普通用户数据级别 2.PB:企业级数据级别 3.ZB:全球数据总量级别特点：容量大，种类多，速度快，价值高...